Kies in het printvenster “Opslaan als pdf” om een kopie op je apparaat te bewaren.
1Formules en methoden
Statistiek voor evidence-based practice
Sensitiviteit en specificiteit
Se = a/(a + c), Sp = d/(b + d)
Voorspellende waarden
PPV = a/(a + b), NPV = d/(c + d)
Accuratesse
(a + d)/n
Likelihoodratio’s
LR+ = Se/(1 − Sp), LR− = (1 − Se)/Sp
PPV bij prevalentie p
Se·p / (Se·p + (1 − Sp)(1 − p))
Odds
odds = p/(1 − p); p = odds/(1 + odds); natestodds = voortestodds × LR
Risicomaten
RR = EER/CER, ARR = CER − EER, RRR = ARR/CER
Number needed to treat
NNT = 1/ARR, naar boven afgerond; NNH = 1/(EER − CER)
Odds ratio
OR = ad/(bc)
Incidentiedichtheid
nieuwe gevallen / persoonstijd
Methode
Teken de 2 × 2-tabel en benoem a, b, c en d voordat je rekent.
Lees sensitiviteit en specificiteit langs de kolommen, voorspellende waarden langs de rijen.
Stel je voor een andere prevalentie 10,000 mensen voor en vul de tabel met Se, Sp en de prevalentie.
Reken voor een likelihoodratio de kans om naar odds, vermenigvuldig en reken terug.
Bepaal bij een trial eerst EER en CER; dan RR = EER/CER, ARR = CER − EER en NNT = 1/ARR naar boven afgerond.
Beschrijvende statistiek
Gemiddelde
x̄ = Σx/n
Steekproefstandaardafwijking
s = √(Σ(x − x̄)²/(n − 1))
Mediaan
middelste waarde van de gesorteerde gegevens
z-score
z = (x − μ)/σ
Normale verdeling
68% binnen ±1σ, 95% binnen ±2σ
Betrouwbaarheidsintervallen
σ bekend
x̄ ± z·σ/√n
σ onbekend
x̄ ± t·s/√n, df = n − 1
Kritieke z
90%: 1,645, 95%: 1,96, 99%: 2,576
Steekproefomvang
n = (z·σ/E)², rounded up
Methode
Kies tussen z (σ van de populatie bekend) en t (alleen de steekproef-s, met n − 1 vrijheidsgraden).
Zoek de kritieke waarde bij het betrouwbaarheidsniveau.
Foutmarge: E = kritieke waarde × standaardafwijking/√n.
Interval: x̄ ± E.
Hypothesetoetsen & betrouwbaarheidsintervallen
z-toets voor een gemiddelde
z = (x̄ − μ0)/(σ/√n)
t-toets voor een gemiddelde
t = (x̄ − μ0)/(s/√n), df = n − 1
Tweezijdig bij 5%
verwerp H0 als |z| > 1,96
Betrouwbaarheidsinterval
x̄ ± z·σ/√n
Methode
Formuleer H₀ en H₁ en bepaal of de toets een- of tweezijdig is.
Bereken de toetsingsgrootheid: (x̄ − μ₀)/(σ/√n), of met s en t.
Vergelijk met de kritieke waarde, of bepaal de p-waarde.
Verwerp H₀ als de toetsingsgrootheid voorbij de kritieke waarde ligt (p kleiner dan α), en formuleer de conclusie in woorden.
2Oefenopgaven
1.Statistiek voor evidence-based practiceGemiddeld
Oefenopgave (verzonnen waarden, geen klinisch advies). Een patiënt-controleonderzoek vergelijkt 390 patiënten met een ziekte (cases) en 400 mensen zonder die ziekte (controles). De tabel toont hoeveel mensen in elke groep aan een risicofactor waren blootgesteld. Bepaal de odds ratio OR voor de blootstelling. Rond af op twee decimalen.
a = 137b = 208c = 253d = 192
OR =
2.Statistiek voor evidence-based practiceMoeilijk
Oefenopgave (verzonnen waarden, geen klinisch advies). Een screeningstest heeft een sensitiviteit van 73% en een specificiteit van 89%. Hij wordt gebruikt in een populatie met een prevalentie van 10%. Bepaal de positief voorspellende waarde PPV als percentage. Rond af op één decimaal.
Se = 73%Sp = 89%p = 10%
PPV = %
3.Beschrijvende statistiekGemiddeld
Bereken de steekproefstandaardafwijking s van de gegevens: 35, 22, 31, 35, 38, 46.
n = 6
s =
4.Beschrijvende statistiekMoeilijk
Een grootheid is normaal verdeeld met gemiddelde 60 en standaardafwijking 5. Welk deel P van de waarden ligt onder 52,5?
μ = 60σ = 5x = 52,5
P =
5.BetrouwbaarheidsintervallenGemiddeld
Een 90%-betrouwbaarheidsinterval voor een gemiddelde, gebaseerd op 64 waarnemingen en een bekende σ, heeft een foutmarge van 8,8. Wat is de foutmarge E₂ van een 99%-interval uit dezelfde data?
90%n₁ = 64E₁ = 8,899%
E₂ =
6.BetrouwbaarheidsintervallenMoeilijk
Over de fractie defecte producten is vooraf niets bekend. Hoeveel producten n moeten worden gecontroleerd zodat een 99%-betrouwbaarheidsinterval voor de fractie een foutmarge van hoogstens 0,03 heeft?
Een steekproef van 36 studenten heeft een gemiddelde score van 78,4 en een steekproefstandaardafwijking van 12. Bereken de toetsingsgrootheid t voor H₀: μ = 75.
Een eenzijdige z-toets van H₀: μ = 50 tegen H₁: μ < 50 wordt uitgevoerd bij α = 0.05 met een steekproef van 36; de standaardafwijking is bekend en is 12. In werkelijkheid is het gemiddelde 46.6. Bereken het onderscheidend vermogen 1 − β van de toets in procenten.
μ₀ = 50μ = 46,6σ = 12n = 36α = 0,05
1 − β = %
3Oplossingen
1.Statistiek voor evidence-based practice
Antwoord: OR = 0,5
Likelihoodratio’s en risicomaten: LR+ = sensitiviteit/(1 − specificiteit), LR− = (1 − sensitiviteit)/specificiteit. In een trial zijn EER en CER de gebeurtenisfrequenties met en zonder behandeling: RR = EER/CER, ARR = CER − EER, RRR = ARR/CER en NNT = 1/ARR, naar boven afgerond. In een patiënt-controleonderzoek kan alleen de odds ratio OR = ad/(bc) worden gebruikt. Een incidentiedichtheid = nieuwe gevallen/persoonstijd.
Odds op blootstelling
gevallen: 137/253 = 0,5415
controles: 208/192 = 1,083
Odds ratio
OR = (137·192)/(208·253) = 0,4998 ≈ 0,5
Antwoord
OR = 0,5
OR onder 1: blootstelling komt minder vaak voor onder de cases, wat wijst op een beschermend effect.
2.Statistiek voor evidence-based practice
Antwoord: PPV = 42,4 %
Voorspellende waarden hangen af van de prevalentie: PPV = Se·p/(Se·p + (1 − Sp)(1 − p)) en NPV = Sp(1 − p)/(Sp(1 − p) + (1 − Se)p). Met likelihoodratio’s: voortestodds = p/(1 − p), natestodds = voortestodds × LR, kans = odds/(1 + odds). Voor een populatie van N is het aantal terecht positieven = N·p·Se en het aantal onterecht positieven = N·(1 − p)·(1 − Sp). NNT = 1/(CER × RRR), naar boven afgerond.
Terecht en onterecht positieven (per persoon)
Se·p = 0,73·0,1 = 0,073
(1 − Sp)·(1 − p) = 0,11·0,9 = 0,099
Positief voorspellende waarde
PPV = 0,073/(0,073 + 0,099) = 0,4244 ≈ 42,4%
Antwoord
PPV = 42,4%
Hoe lager de prevalentie, hoe lager de PPV van dezelfde test.
3.Beschrijvende statistiek
Antwoord: s = 7,918
Beschrijvende statistiek: het gemiddelde is de som gedeeld door n; de mediaan is de middelste waarde van de gesorteerde gegevens (het gemiddelde van de twee middelste als n even is). De steekproefstandaardafwijking is s = √(Σ(x − x̄)²/(n − 1)). Een z-score z = (x − μ)/σ zegt hoeveel standaardafwijkingen een waarde van het gemiddelde ligt.
Beschrijvende statistiek: het gemiddelde is de som gedeeld door n; de mediaan is de middelste waarde van de gesorteerde gegevens (het gemiddelde van de twee middelste als n even is). De steekproefstandaardafwijking is s = √(Σ(x − x̄)²/(n − 1)). Een z-score z = (x − μ)/σ zegt hoeveel standaardafwijkingen een waarde van het gemiddelde ligt.
Standaardiseren
z = −1,5
Tabel standaardnormale verdeling
Φ(−1,5) = 0,06681
P = 0,06681
Antwoord
P = 0,06681
5.Betrouwbaarheidsintervallen
Antwoord: E₂ = 13,78
Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1,645 (90%), 1,96 (95%), 2,576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.
Verhouding van de marges
E₂/E₁ = (2,576/1,645)·√(64/64) = 1,566
Nieuwe marge
E₂ = 8,8·1,566 = 13,78
Antwoord
E₂ = 13,78
6.Betrouwbaarheidsintervallen
Antwoord: n = 1844
Confidence interval for a proportion: p̂ ± z·√(p̂(1 − p̂)/n), where p̂ = x/n. To reach a margin E you need n ≥ z²·p(1 − p)/E², rounded up; without a prior estimate use p = 0,5, which gives the largest n.
n oplossen
n = 2,576²·0,5·0,5/0,03² = 1843
Naar boven afronden
n = 1844
Antwoord
n = 1844
7.Hypothesetoetsen & betrouwbaarheidsintervallen
Antwoord: t = 1,7
Toetsen van een gemiddelde: de toetsingsgrootheid meet hoeveel standaardfouten het steekproefgemiddelde van de waarde in H₀ af ligt: z = (x̄ − μ₀)/(σ/√n) als σ bekend is, t = (x̄ − μ₀)/(s/√n) als die uit de steekproef wordt geschat. Een betrouwbaarheidsinterval is x̄ ± (kritieke waarde)·(standaardfout).
Standaardfout
SE = 12/√36 = 12/6 = 2
Toetsingsgrootheid
t = (78,4 − 75)/2 = 1,7
Antwoord
t = 1,7
t0,025; df = 35 = 2,03
|t| < 2.03, dus H₀ wordt niet verworpen op het 5%-niveau (tweezijdig).
8.Hypothesetoetsen & betrouwbaarheidsintervallen
Antwoord: 1 − β = 52,19 %
Onderscheidend vermogen van een toets: het onderscheidend vermogen 1 − β is de kans dat H₀ wordt verworpen als die onwaar is. Bepaal de grens x̄c uit μ₀ en z_α, en bereken dan met het ware gemiddelde de kans om voorbij x̄c uit te komen: z = (x̄c − μ)/(σ/√n).